книги / Прикладная математика, механика и процессы управления.-1

3.Бахтизин В.В. Технология разработки программного обеспечения: учеб. пособие / В.В. Бахтизин, Л.А. Глухова. – Минск: Изд-во БГУИР, 2010. – 267 с.

4.Разработка программного обеспечения / сост. Л. Константайн, Л. Локвуд; пер. с англ. В. Шрага. – М.; СПб.: Питер, 2004. – 592 с. – (Классика computer science).

5.Макконел С. Профессиональная разработка программного обеспечения: пер. с англ. – СПб.: Символ-Плюс, 2006. – 240 с.

6.MSDN – сеть разработчиков Microsoft [Электронный ре-

сурс]. – 2016. – URL: https://msdn.microsoft.com.

ИНФОРМАЦИОННАЯ СИСТЕМА УПРАВЛЕНИЯ СКЛАДОМ ПРЕДПРИЯТИЯ

А.А. Каменских, Д.С. Яценко

Пермский национальный исследовательский политехнический университет, Пермь

На современном предприятии отчетливо выделяется стремление к автоматизации всех возможных рабочих процессов. И если решений для автоматизации непосредственно производства множество (например, SCADA-систем на данный момент существует более ста [1], в том числе с разной областью применения, разными ценовыми категориями, а также с разными типами лицензий), то решений для автоматизации сопряженных с производством процессов не так много. Одной из актуальных областей исследования является автоматизация управления складом предприятия.

С одной стороны, конечные пользователи испытывают необходимость в специализированной системе управления складом, которая одновременно не содержала бы ненужного функционала, которым наполнены, например, системы управления складом магазина, и имела возможность тонкой настройки, и, возможно, модифицирования. С другой стороны, современный

61

рынок программных продуктов подобного класса не в состоянии предложить что-то, отвечающее требованиям пользовате-

лей [2, 3].

В процессе проведения предпроектного исследования был проведен анализ существующих систем управления складом, который позволил выделить следующие группы таких систем:

•Системы-дополнения: являются не автономными системами, а системами, расширяющими функционал существующей программы автоматизации предприятия.

•Системы автоматизации склада магазина/реселлера: основным процессом в них является процесс продажи и все связанные с ним потоки данных: покупка/продажа, выручка и т.д.

•Системы автоматизации склада транспортной компании: подразумевают простую выгрузку со склада без возможности построения отчетов по количеству определенного материала на складах.

•Собственно системы управления складом предприятия: функционал данных систем полностью или по большей части отвечает требованиям пользователей [2,3].

Все системы, входящие в вышеперечисленные группы, обладают одним или несколькими перечисленными ниже недостатками:

•высокая стоимость приобретения и внедрения системы;

•отсутствие возможности любой модификации;

•закрытость платформы;

•отсутствие возможности взаимодействия с другими системами автоматизации производства [3].

В результате проведения предпроектного исследования удалось выяснить состояние рынка программных продуктов для управления складом предприятия, а также недостатки существующих систем.

62

Список литературы

1.Compare and research SCADA Systems companies [электронный ресурс]/Virtual ExpoGroup, 2016 – URL: http://www.directindustry.com/industrial-manufacturer/scada-soft- ware–79178.html.

2.Review and compare leading warehouse management systems [электронный ресурс] / Software Advice, Inc., 2016. – URL: http://www.softwareadvice.com/scm/warehouse-management-system- comparison.

3.Выбор системы управления складом WMS в 2016 году

[Электронный ресурс] / Logist-ics, 2016. – URL: http://logist. ru/articles/vybor-sistemy-upravleniya-skladom-wms-v–2016-godu.

ИНФОРМАЦИОННЫЕ СИСТЕМЫ ДОПОЛНЕННОЙ РЕАЛЬНОСТИ

А.А. Каменских, М.В. Бусырев

Пермский национальный исследовательский политехнический университет, Пермь

Дополненная реальность – на сегодняшний день одно из наиболее перспективных направлений сферы IT-разработок. Как оценивают эксперты, сейчас технология дополненной реальности является одним из главных технологических трендов. Это абсолютно новый способ получения и передачи информации.

Дополненная реальность – это технология, при помощи которой реальные объекты получают совсем иные качества и предстают перед пользователем в новом свете. Основной принцип дополненной реальности состоит в наложении виртуальных объектов на реальные в текущий момент времени. Взаимодействие техники с изображением реального мира отличает дополненную реальность от виртуальной [1, 2].

63

Врамках работы был выполнен предпроектный анализ систем дополненной реальности, где были выявлены основные особенности таких информационных систем: система должна быть ориентирована на предоставление услуг; должна быть спроектирована на основе эталонной модели информационных систем; система должна решать задачи телекоммуникации; должна быть автоматизированной и направленной на работу

содним пользователем.

Врамках анализа информационных систем дополненной реальности были выделены основные проблемы:

•необходимо обеспечить работу с разными мобильными операционными системами;

•сориентироваться в большом количестве причин, которые могут вызвать сбои и отказ системы;

•нужно обеспечить возможность запуска различных новых приложений.

В рамках предпроектного исследования информационных систем дополненной реальности были определены основные плюсы и минусы уже существующих систем и сформулированы основные направления развития информационных систем области исследования.

Список литературы

1.Milgram Paul and Fumio Kishino. A Taxonomy of Mixed Reality Virtual Displays // IEICE Transactions on Information and Systems E77-D. – 9 (September 1994). – 1321–1329.

2.Milgram, Paul, Haruo Takemura, Akira Utsumi, and Fumio Kishino. Augmented Reality: A Class of Displays on the RealityVirtuality Continuum // SPIE Proceedings volume 2351: Telemanipulator and Telepresence Technologies (Boston, MA, 31 October – 4 November 1994). – 282–292

64

ИССЛЕДОВАНИЕ ЗАДАЧИ УПРАВЛЕНИЯ КОММЕРЧЕСКОЙ НЕДВИЖИМОСТЬЮ С ПОМОЩЬЮ ИМИТАЦИОННОЙ ДЕЛОВОЙ ИГРЫ

В.С. Спирина

Пермский национальный исследовательский политехнический университет, Пермь

Управление объектами коммерческой недвижимости следует осуществлять с учетом стратегического поведения экономических субъектов управления, так как решения, принимаемые участниками социально-экономической системы, оказывают влияние на результаты экономической деятельности всех участников, что было показано в работе [1]. Отсюда следует, что необходимы теоретико-игровая [2] постановка и экспериментальное исследование поведения экономических субъектов в задаче управления коммерческой недвижимостью.

Для наглядности деловой имитационной игры «Управление коммерческой недвижимостью», описанной в работе [3], приведем пример в простейших постановках, когда участниками системы являются всего два агента, при этом стратегии игроков определяются не затратами на развитие ОКН (игрокауправляющего – центра) и затратами на развитие торговой точки (игроки-арендаторы – агенты). Стратегией игроков в этом случае является последовательность ходов, при этом каждый игрок просчитывает свой наилучший ответ (BR), зная ход противника на предыдущем ходу. Третий ход представляет собой двойной наилучший ответ (DBR).

В предварительных вычислениях в постановке задачи с двумя игроками, являющимися арендаторами, показано, что игрокам более выгодно принимать решения вторыми (таблица). Также для простой задачи с двумя игроками-арендаторами нет равновесия по Нэшу и существуют оптимальные по Парето ситуации.

65

Биматричная запись матрицы выигрышей игроков в постановке игры с двумя игроками-арендаторами

Из таблицы видно, что игрок получит максимум прибыли, если будет принимать решение тогда, когда ему известен ход противника, наиболее эффективный для него на предыдущем ходу. При этом достижение своего максимума для каждого игрока обеспечивается проигрышем другого игрока. Оптимальной по Парето ситуацией является та, в которой каждый игрок стремится ходить вторым. Этот вывод является ключевым в задаче управления коммерческой недвижимостью, поскольку управляющему выгодно, чтобы арендаторы в совокупности получили максимальную прибыль, что достигается в случае, когда они ходят вторыми, другими словами, первый ход должен совершать управляющий.

Работа выполнена при частичной финансовой поддержке гранта Президента Российской Федерации МД-6075.2015.9.

Список литературы

1.Алексеев А.О., Спирина В.С., Коргин Н.А. Технология управления объектом коммерческой недвижимости с учетом потребительских предпочтений // Управление большими систе-

мами. Вып. 62. – М.: Изд-во ИПУ РАН, 2016. – С. 124–168.

2.Губко М.В., Новиков Д.А. Теория игр в управлении организационными системами. – М.: Синтег, 2002. – 148 с.

3.Spirina V.S. Description of the basic business simulation game «Management of commercial real estate» // Инновационные

процессы в исследовательской и образовательной деятельности: материалы IV Междунар. науч. конф.; г. Пермь, 21 апреля

2015 г. – Пермь, 2015. – С. 127–129.

66

МЕРА БЛИЗОСТИ ДЛЯ СПЕЦИАЛЬНЫХ НЕЧЕТКИХ МНОЖЕСТВ

С.Е. Батин, Д.А. Бояршинов, М.Б. Гитман

Пермский национальный исследовательский политехнический университет, Пермь

При решении широкого класса задач приходится сталкиваться с неопределенностью. Источниками неопределенности могут служить как неточности в математическом описании объектов, например, неучет сил трения при решении задачи о движении тела, брошенного под углом к горизонту, так и неопределенности, связанные с погрешностями измерений, а также сама физическая сущность явления может быть неопределенной.

Существует несколько подходов к описанию неопределенности, возникающей в задачах: стохастический, статистический, интервальный и подход с позиций теории нечетких множеств [1]. Поскольку во многих задачах нет возможности сделать предположения о видах распределения неопределенных величин или же эти величины имеют нечисловую природу, актуальным становится описание с позиций теории нечетких множеств.

В рамках описания на языке теории нечетких множеств на основе обычных множеств строятся подмножества специального вида, в которых полагается неполная принадлежность элементов данному подмножеству. Однако во многих задачах, например, в задаче исследования зависимости макросвойств материала от микроструктуры [2], интересующие исследователя параметры могут зависеть от величин, имеющих различную физическую и математическую природу. Для исследования подобных зависимостей можно рассмотреть множества специального вида, в которых значения соответствующих независимых величин будут записаны с различными значениями важности, отражающей степень влияния на зависимые величины. Такие множества будем называть специальными нечеткими множествами.

67

Для специальных нечетких множеств может быть сформулирована задача определения меры близости. Такую меру можно использовать в задаче разделения множеств на классы. Например, в задаче о связи микроструктуры образцов с механическими свойствами на макроуровне возможно разделить образцы на классы по макросвойствам образцов. Поскольку микроструктура существенно влияет на характеристики на макроуровне, можно полагать, что образцы с близкой микроструктурой будут также иметь и близкие свойства на макроуровне.

Построение меры близости в случае, когда элементы носителя специального нечеткого множества имеют детерминированный характер и важность элементов не зависит от значения характеристик, может быть сведено к определению нормы в гиперпространстве векторов. Введение понятия специальных нечетких множеств существенно расширяет возможности применения такого подхода, при этом встает сложная задача определения меры близости в общем случае, то есть когда значения важности зависят от значений характеристик и когда характеристики имеют недетерминированную природу и могут быть, например, случайными величинами с известными законами распределения, описываться интервально или с помощью обычных нечетких множеств.

В рамках работы рассмотрены подходы к описанию неопределенности, введено понятие специального нечеткого множества, обоснована актуальность введения меры близости нечетких множеств, описан подход к введению меры в случае детерминированных значений носителя и независимости важности от значений характеристик, описано преимущество использования подхода на основе специальных нечетких множеств, когда важность зависит от значений характеристик или характеристики имеют недетерминированную природу.

68

Список литературы

1.Введение в математическое моделирование: учеб. пособие / В.Н. Ашихмин, М.Б. Гитман, О.Б. Наймарк, В.Ю. Столбов, П.В. Трусов, П.Г. Фрик; под ред. П.В. Трусова. – М.: Логос, 2015. – 440 с.

2.Батин С.Е., Бояршинов Д.А., Гитман М.Б. Определение физико-механических свойств функциональных материалов на основе анализа зеренно-фазовой структуры // Математическое моделирование в естественных науках. – 2016. – С. 39–44.

ПРЕДПРОЕКТНЫЙ АНАЛИЗ ОБЛАСТИ ИССЛЕДОВАНИЯ ВОПРОСОВ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА

А.А. Каменских, Д.В. Тудвасева, П.В. Максимов

Пермский национальный исследовательский политехнический университет, Пермь

Всовременном мире множество научных работ посвящено исследованию «искусственного интеллекта». Системы искусственного интеллекта активно внедряются в различные сферы современной жизни, будь то прогноз результатов соревнований или создание экспертных систем. Одним из направлений развития данной области является сфера домашних AI-роботов или роботов-помощников, как их еще называют.

Врамках работы рассмотрена история области исследований проблем создания и развития искусственного интеллекта, как отдельной научной проблемы. Также был проведен анализ уже существующих проектов в сфере искусственно интеллекта.

Внастоящее время искусственный интеллект развивается в следующих направлениях:

• нейронные сети. С их помощью можно, например, обнаружить у людей склонности к алкоголизму, наркомании и др. [1, 2] или спрогнозировать результаты выборов. Также существует про-

69

ект по использованию нейросетевых технологий в системах видеонаблюдениядляпоиска определенныхобъектов [3];

•экспертные системы, которые представляют сложные программные комплексы, в которых собраны все знания по определенным тематикам и к которым может обращаться пользователь при возникновении вопросов;

•игровой искусственный интеллект;

•роботы, которых можно разделить на три поколения: программные, адаптивные и интеллектуальные. Роботы выполняют различные работы, например, используются для обучения детей

дошкольного возраста [4], работают помощниками хирургов

ипомогают ухаживать за больными и престарелыми людьми.

Врезультате выполнения данной работы был проведен предпроектный анализ области исследования и создания искусственного интеллекта. В частности, были проанализированы проекты роботов-помощников и выявлены их достоинства и недостатки.

Список литературы

1.Нейросетевая система диагностики и нивелирования предрасположенности к алкогольной зависимости / Л.Н. Ясницкий, А.С. Гилевский, Д.А. Радостев [и др.] // Искусственный интеллект в решении актуальных социальных и экономических проблем ХХI века: сб. ст. по материалам всерос. науч.-практ. конф.; г. Пермь, 17–19 мая 2016 г. – Пермь: Изд-во Перм. гос.

нац. исслед. ун-та, 2016. – С. 200–206.

2.Возможности моделирования предрасположенности к наркозависимости методами искусственного интеллекта / Л.Н. Ясницкий, В.И. Грацилев, Ю.С. Куляшова, Ф.М. Черепанов // Вестник Пермского университета. Сер.: Философия. Психология. Со-

циология. – 2015. – № 1(21). – С. 61–71.

3.Гладкий С.Л., Дьяков И.П. Применение нейросетевых технологий при поиске объектов в системах видеонаблюдения // Искусственный интеллект в решении актуальных социальных

70